ઉદ્યોગ સમાચાર: વૈશ્વિક સેમિકન્ડક્ટર ઉદ્યોગના મર્જર અને એક્વિઝિશન ફરી વધી રહ્યા છે

MCU+AI: અનિવાર્ય વલણ

STMicroelectronics એજ AI પર ધ્યાન કેન્દ્રિત કરીને Deeplite ને હસ્તગત કરે છે

આ વર્ષે એપ્રિલમાં, STMicroelectronics (ST) એ કેનેડિયન AI સ્ટાર્ટઅપ Deeplite ને હસ્તગત કરી, જેણે ઉદ્યોગનું ધ્યાન ખેંચ્યું. જેમ આપણે બધા જાણીએ છીએ, વાણિજ્યિક ડિપ્લોયમેન્ટમાં ડીપ લર્નિંગ મોડેલ્સ સામેનો મુખ્ય પડકાર તેમના ઓપરેટિંગ સ્કેલ, પ્રોસેસર આવશ્યકતાઓ અને પાવર વપરાશની તીવ્રતા છે. Deeplite DNN (ડીપ ન્યુરલ નેટવર્ક) મોડેલ્સને ઑપ્ટિમાઇઝ કરવા માટે ઓટોમેટેડ સોફ્ટવેર એન્જિન પ્રદાન કરીને આ સમસ્યાનું નિરાકરણ લાવે છે, જે AI ને કોઈપણ ઉપકરણ પર એજ કમ્પ્યુટિંગ કરવા સક્ષમ બનાવે છે.

2017 માં સ્થપાયેલ, ડીપલાઇટ તેના એજ એઆઈ સોલ્યુશન ડીપસીક માટે જાણીતું છે, જે એઆઈ મોડેલ્સના ઑપ્ટિમાઇઝેશન, ક્વોન્ટાઇઝેશન અને કમ્પ્રેશન પર ધ્યાન કેન્દ્રિત કરે છે. તેનું નવીન એઆઈ-સંચાલિત ઑપ્ટિમાઇઝર ન્યુટ્રિનો મોટા ડીપ લર્નિંગ મોડેલ્સને તેમના મૂળ કદના દસમા ભાગ સુધી સંકુચિત કરી શકે છે જ્યારે 98% થી વધુ ચોકસાઈ જાળવી રાખે છે. ત્રણ મુખ્ય તકનીકો - વજન કાપણી (અનાવશ્યક પરિમાણો દૂર કરવા), ક્વોન્ટાઇઝેશન (કમ્પ્યુટેશનલ ચોકસાઈ આવશ્યકતાઓ ઘટાડવી) અને સ્પાર્સિફિકેશન (શૂન્ય-મૂલ્યવાળા વજનના પ્રમાણમાં વધારો) દ્વારા, મોટા એઆઈ મોડેલો એજ ડિવાઇસ પર ઝડપી, નાના અને વધુ ઊર્જા-કાર્યક્ષમ રીતે ચાલી શકે છે. અગાઉ ક્લાઉડ કમ્પ્યુટિંગ ક્ષમતાઓની જરૂર હોય તેવી એપ્લિકેશનો હવે સ્માર્ટફોન કેમેરા અને ઔદ્યોગિક સેન્સર જેવા એજ ડિવાઇસ પર સરળતાથી ચાલી શકે છે.

ડીપલાઇટે તેના શરૂઆતના દિવસોમાં ઘણું ધ્યાન ખેંચ્યું છે અને ગાર્ટનર, ફોર્બ્સ, ઇનસાઇડ એઆઈ અને એઆરએમ એઆઈ દ્વારા તેને અગ્રણી એજ એઆઈ ઇનોવેટર તરીકે નામ આપવામાં આવ્યું છે. આ સંપાદન STMicroelectronics ના એજ એઆઈમાં વ્યૂહાત્મક પરિવર્તન સાથે ગાઢ રીતે સંબંધિત છે, જે હાર્ડવેર અને સોફ્ટવેરને "ડબલ હેલિક્સ" રીતે જોડે છે. ડીપલાઇટની મોડેલ ઓપ્ટિમાઇઝેશન ટેકનોલોજી STMicroelectronics ના STM32 શ્રેણી MCUs અને સમર્પિત NPUs સાથે ઊંડાણપૂર્વક સંકલિત છે જે એન્ડ-ટુ-એન્ડ એઆઈ સોલ્યુશન્સના નિર્માણને ટેકો આપે છે. ઉદાહરણ તરીકે, સ્માર્ટ ફેક્ટરી દૃશ્યોમાં, STMicroelectronics ચિપ્સથી સજ્જ કેમેરા ક્લાઉડ પર ડેટા અપલોડ કર્યા વિના સીધા ખામીઓ શોધી શકે છે, અને પ્રતિભાવ ગતિ 40 ગણી વધી જાય છે.

બીજી તરફ, ડીપલાઇટ પાસે AI અલ્ગોરિધમ એન્જિનિયરોની એક વિશ્વ કક્ષાની ટીમ છે, જેના દ્વારા ST "મોડેલ લાઇબ્રેરી-ઓપ્ટિમાઇઝર-હાર્ડવેર પ્લેટફોર્મ" નું એકીકૃત વિકાસ ઇકોસિસ્ટમ બનાવવા માટે 200 થી વધુ એજ AI ડેવલપમેન્ટ ટૂલ્સને એકીકૃત કરશે. ટૂંકમાં, ડીપલાઇટનું સંપાદન AI સોફ્ટવેર સ્તરે ST ના પઝલના છેલ્લા ભાગને પૂર્ણ કરે છે, પરંતુ સેમિકન્ડક્ટર ઉદ્યોગના "ચિપ્સ બનાવવા" થી "મગજ બનાવવા" તરફના નમૂનારૂપ પરિવર્તનને પણ ચિહ્નિત કરે છે.

સ્માર્ટ એજને ફરીથી સ્થાન આપવા માટે NXP એ NPU કંપની કિનારાને હસ્તગત કરી

આ વર્ષે ફેબ્રુઆરીમાં, NXP એ US $307 મિલિયન રોકડમાં US edge AI ચિપ સ્ટાર્ટઅપ કિનારાના સંપાદનની જાહેરાત કરી હતી. કિનારાની સ્થાપના 2013 માં કરવામાં આવી હતી અને તેનું મૂળ નામ કોર વિઝ રાખવામાં આવ્યું હતું, બાદમાં તેનું નામ બદલીને ડીપ વિઝન રાખવામાં આવ્યું હતું અને 2022 માં તેનું નામ બદલીને કિનારા રાખવામાં આવ્યું હતું. કિનારાનું ડિસ્ક્રીટ NPU (Ara-1 અને Ara-2 સહિત) પ્રદર્શન અને ઉર્જા કાર્યક્ષમતામાં ઉદ્યોગનું નેતૃત્વ કરે છે, જે તેને દ્રષ્ટિ, અવાજ, હાવભાવ અને અન્ય વિવિધ જનરેટિવ AI અમલીકરણો દ્વારા સંચાલિત ઉભરતી AI એપ્લિકેશનો માટે પસંદગીનો ઉકેલ બનાવે છે, અને તેની પ્રોગ્રામેબિલિટી ખાતરી કરે છે કે તે વિકસિત AI અલ્ગોરિધમ્સ સાથે અનુકૂલન કરી શકે છે.

NXP એ જણાવ્યું હતું કે આ સંપાદન કિનારાના સ્વતંત્ર NPU ને તેના પોતાના પ્રોસેસર, કનેક્ટિવિટી અને સુરક્ષા સોફ્ટવેર પોર્ટફોલિયો સાથે જોડશે, જે ઔદ્યોગિક અને ઓટોમોટિવ બજારોની ઝડપથી વિકસતી AI જરૂરિયાતોને પૂર્ણ કરવા માટે TinyML થી જનરેટિવ AI સુધી સંપૂર્ણ અને સ્કેલેબલ AI પ્લેટફોર્મ પ્રદાન કરવામાં મદદ કરશે. આ ઔદ્યોગિક અને IoT ક્ષેત્રોમાં નવી AI-સંચાલિત સિસ્ટમો બનાવવામાં મદદ કરશે, ગ્રાહકોને જટિલતાને સરળ બનાવવામાં મદદ કરશે, બજાર માટે સમય ઝડપી બનાવશે અને સ્માર્ટ કાર જેવા ક્ષેત્રોમાં તકનીકી ક્ષમતાઓમાં વધારો કરશે, ઉચ્ચ મૂલ્યવર્ધિત ક્ષેત્રો તરફ આગળ વધશે.

એજ AI: MCU ઉત્પાદકો માટે એક યુદ્ધભૂમિ

કૃત્રિમ બુદ્ધિમત્તાના ક્ષેત્રમાં લાંબા સમયથી એક ગેરસમજ છે કે "સ્કેલ એ પાવર છે". મોટા મોડેલોમાં ઉત્તમ પ્રદર્શન હોવા છતાં, તેઓ વાસ્તવિક ઉપયોગ માટે પડકારોનો સામનો કરે છે - તેમનો ઉચ્ચ ઉર્જા વપરાશ ધાર બાજુ પર હળવા વજનની જરૂરિયાતોથી વિપરીત છે. ઉદ્યોગ નિષ્ણાતોએ વારંવાર મોટા મોડેલ એપ્લિકેશન દૃશ્યોની અંતર્ગત મર્યાદાઓ તરફ ધ્યાન દોર્યું છે: એક તરફ, મોટા મોડેલોને તાલીમ આપવા અને ચલાવવા માટે મોટા કમ્પ્યુટિંગ સંસાધનોની જરૂર પડે છે; બીજી તરફ, કૃત્રિમ બુદ્ધિમત્તાના ઔદ્યોગિકીકરણને પ્રોત્સાહન આપવા માટેના મુખ્ય ક્ષેત્રો ચોક્કસ ધાર કમ્પ્યુટિંગ અને ટર્મિનલ ઉપકરણો છે જે પાવર વપરાશ અને લેટન્સી પ્રત્યે વધુ સંવેદનશીલ છે.

ઉપરોક્ત સંપાદન દર્શાવે છે કે MCU નું મુખ્ય યુદ્ધક્ષેત્ર એજ AI કમ્પ્યુટિંગ તરફ વળી રહ્યું છે તે સમજવું મુશ્કેલ નથી. એવી અપેક્ષા છે કે 2025 સુધીમાં, 75% ડેટા એજ પર પ્રક્રિયા કરવામાં આવશે, જે એજ AI MCU બજારની વિશાળ સંભાવનાને પ્રકાશિત કરે છે. આ દર્શાવે છે કે એજ AI કમ્પ્યુટિંગની માંગ ઝડપથી વધી રહી છે, અને MCU, એજ ઉપકરણોના મુખ્ય ઘટક તરીકે, આ વલણમાં મુખ્ય ભૂમિકા ભજવશે.

ભવિષ્યમાં, MCUs હવે પરંપરાગત નિયંત્રણ કાર્યો સુધી મર્યાદિત રહેશે નહીં, પરંતુ ધીમે ધીમે AI તર્ક ક્ષમતાઓને એકીકૃત કરશે અને છબી ઓળખ, વૉઇસ પ્રોસેસિંગ અને સાધનોના આગાહી જાળવણી જેવા દૃશ્યોમાં લાગુ કરવામાં આવશે. એજ કમ્પ્યુટિંગ ક્ષમતાઓ ધરાવતા MCUs તેમના ઓછા પાવર વપરાશ, ઉચ્ચ કાર્યક્ષમતા અને તાત્કાલિક પ્રતિભાવ સાથે એજ કમ્પ્યુટિંગ પાવરનું મહત્વપૂર્ણ વાહક બનશે, જે સ્માર્ટ ઉપકરણો અને સિસ્ટમો માટે મજબૂત સપોર્ટ પૂરો પાડશે.

અન્ય મુખ્ય MCU ઉત્પાદકો પણ આ ક્ષેત્રમાં સક્રિયપણે હસ્તગત કરી રહ્યા છે અને સ્પર્ધા કરી રહ્યા છે, જેમ કે રેનેસાસ ઇલેક્ટ્રોનિક્સ દ્વારા રિયાલિટી AIનું સંપાદન, ઇન્ફિનિયોન દ્વારા સ્વીડનના ઇમાજીમોબનું સંપાદન, અને NXP દ્વારા મશીન લર્નિંગ સોફ્ટવેર eIQ અને AI ટૂલ ચેઇન NANOનું લોન્ચ.

એવું તારણ કાઢી શકાય છે કે આગામી થોડા વર્ષોમાં એજ એઆઈ એમસીયુ માટે એક મુખ્ય યુદ્ધક્ષેત્ર બનશે.

ઓટોમોટિવ ઇલેક્ટ્રોનિક્સ: મૂડી સ્પર્ધાનું કેન્દ્રબિંદુ

તાજેતરમાં, ઓટોમોટિવ એપ્લિકેશન્સ સંબંધિત સેમિકન્ડક્ટર મર્જર અને એક્વિઝિશન વારંવાર દેખાયા છે. કમ્પ્યુટિંગ પાવર ઉપરાંત, ઓટોમોટિવ પાવરટ્રેન, ઇન-વ્હીકલ નેટવર્ક કનેક્શન, ઇન-વ્હીકલ ઑડિઓ અને અન્ય તકનીકોના ઉત્ક્રાંતિએ પણ સેમિકન્ડક્ટર તકનીકના પુનરાવર્તન અને અપડેટને પ્રોત્સાહન આપ્યું છે, જેના કારણે સંબંધિત કંપનીઓ મર્જર અને એક્વિઝિશન દ્વારા તેમના પોતાના ટેકનોલોજી લેઆઉટને પૂરક બનાવવા માટે પ્રેરિત થઈ છે.

સેમિકન્ડક્ટર ઉદ્યોગ એક લાક્ષણિક ટેકનોલોજી-સઘન અને મૂડી-સઘન ઉદ્યોગ છે. છેલ્લા કેટલાક દાયકાઓમાં પાછળ જોતાં, ઉદ્યોગના વિકાસમાં એકીકરણ અને મર્જર એક અનિવાર્ય વલણ બની ગયા છે.

AI જાયન્ટ્સ વારંવાર તેમના ટેકનોલોજી લેઆઉટને સુધારવા અને "ચિપ + સિસ્ટમ + ઇકોસિસ્ટમ" નો સંપૂર્ણ સ્ટેક લાભ બનાવવાના પ્રયાસમાં એક્વિઝિશન કરે છે. મુખ્ય પ્રવાહના MCU ઉત્પાદકો ધીમે ધીમે એજ AI તરફ રૂપાંતરિત થઈ રહ્યા છે, ઓછા પાવર વપરાશ અને ઉચ્ચ સુગમતા સાથે સ્માર્ટ ટર્મિનલ માર્કેટને કબજે કરવાનો પ્રયાસ કરી રહ્યા છે. ઓટોમોટિવ ક્ષેત્રમાં, ઇન-વ્હીકલ કમ્પ્યુટિંગ, ઓટોનોમસ ડ્રાઇવિંગ અને ડેટા ઇન્ટરકનેક્શન મૂડી સ્પર્ધાના મુખ્ય ક્ષેત્રો બની ગયા છે. તે જ સમયે, EDA ઉદ્યોગ સાધનો પૂરા પાડવાથી ઇકોસિસ્ટમ બનાવવા તરફ આગળ વધી રહ્યો છે. જાયન્ટ્સ IP અને ડિઝાઇન પ્રક્રિયાઓને એકીકૃત કરે છે, અને "ટૂલ-આર્કિટેક્ચર-સ્ટાન્ડર્ડ" આર્કિટેક્ચર દ્વારા બજારમાં પ્રભુત્વ બનાવે છે.

મર્જર અને એક્વિઝિશનના આ મોજામાં, ટેકનોલોજી સહયોગ, બજાર વિસ્તરણ અને ઇકોસિસ્ટમ પ્રભુત્વ મુખ્ય તર્ક બની ગયા છે. કંપનીઓએ મૂડીના પ્રવાહ વચ્ચે ટૂંકા ગાળાના એકીકરણ અને લાંબા ગાળાના સંશોધન અને વિકાસને સંતુલિત કરવાની જરૂર છે. સેમિકન્ડક્ટર ઉદ્યોગના ટેકનોલોજીકલ અવરોધો અને મૂડી-સઘન સ્વભાવને જોતાં, આ પરિવર્તન "શોર્ટકટ" નથી પરંતુ "મેરેથોન" છે જેમાં લાંબા ગાળાના રોકાણની જરૂર છે.